Davies等2018年一般认知功能遗传位点研究数据
支持 Davies 等论文“对300,486名个体的研究识别出148个影响一般认知功能的独立遗传位点”的数据。本数据集为神经系统疾病领域的文本公开数据集，来源：datashare_ed，主题涵盖ageing。
基本信息
资源简介
Davies等2018年一般认知功能遗传位点研究数据
本数据支持 Davies 等论文（Nature Communications，DOI: 10.1038/s41467-018-04362-x）：涉及 300,486 人，识别 148 个影响一般认知功能的独立遗传位点。数据仅为 UK Biobank 汇总结果，反应时间 N=330,069，言语数值推理 N=168,033。相关文件与 CCACE 网站 zip 档案 Davies_NC_2018.zip 中同名文件相同。标签：ageing（来源 datashare.ed.ac.uk）。
【数据内容】
源站描述（机器翻译，仅供参考）：支持 Davies 等论文“对300,486名个体的研究识别出148个影响一般认知功能的独立遗传位点”的数据。Nature Communications DOI: 10.1038/s41467-018-04362-x。仅提供 UK Biobank 汇总结果；反应时间 N = 330,069；言语数字推理 N = 168,033。 说明 文件“Davies2018_UKB_RT_summary_results_29052018.txt”和“Davies2018_UKB_VNR_summary_results_29052018.txt”与此前在 Centre for Cognitive Ageing and Cognitive Epidemiology (CCACE) 网站 http://www.ccace.ed.ac.uk/node/335 上作为 zip 压缩包“Davies_NC_2018.zip”一部分提供的两个同名文件完全相同。
【主题与分类】
主题标签：ageing。本站分类：神经系统疾病。
【获取与许可】
源站页面：https://datashare.ed.ac.uk/handle/10283/3340
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://datashare.ed.ac.uk/handle/10283/3340
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
支持 Davies 等论文“对300,486名个体的研究识别出148个影响一般认知功能的独立遗传位点”的数据。Nature Communications DOI: 10.1038/s41467-018-04362-x。仅提供 UK Biobank 汇总结果；反应时间 N = 330,069；言语数字推理 N = 168,033。 ## 说明 ## 文件“Davies2018_UKB_RT_summary_results_29052018.txt”和“Davies2018_UKB_VNR_summary_results_29052018.txt”与此前在 Centre for Cognitive Ageing and Cognitive Epidemiology (CCACE) 网站 http://www.ccace.ed.ac.uk/node/335 上作为 zip 压缩包“Davies_NC_2018.zip”一部分提供的两个同名文件完全相同。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
